機(jī)器學(xué)習(xí)算法可以分為三個(gè)大類(lèi)：監(jiān)督學(xué)習(xí)、無(wú)監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)。監(jiān)督學(xué)習(xí)對(duì)于有屬性（標(biāo)記）的特定數(shù)據(jù)集（訓(xùn)練集）是非常有效的。無(wú)監(jiān)督學(xué)習(xí)對(duì)于在給定未標(biāo)記的數(shù)據(jù)集（目標(biāo)沒(méi)有提前指定）上發(fā)現(xiàn)潛在關(guān)系是非常有用的。強(qiáng)化學(xué)習(xí)介于這兩者之間——它針對(duì)每次預(yù)測(cè)步驟（或行動(dòng)）會(huì)有某種形式的反饋，但是沒(méi)有明確的標(biāo)記或者錯(cuò)誤信息。本文主要介紹有關(guān)監(jiān)督學(xué)習(xí)和無(wú)監(jiān)督學(xué)習(xí)的10種算法。

　　機(jī)器學(xué)習(xí)作為人工智能的一個(gè)子領(lǐng)域，在過(guò)去幾年里無(wú)疑越來(lái)越受歡迎。大數(shù)據(jù)目前在科技行業(yè)是最熱門(mén)的潮流，而機(jī)器學(xué)習(xí)在基于大量數(shù)據(jù)之上做出預(yù)測(cè)或建議的能力十分驚人。機(jī)器學(xué)習(xí)最常見(jiàn)的例子有Netflix的算法，它能基于你過(guò)去看過(guò)的電影為你推薦電影，還有亞馬遜的算法，它能根據(jù)你已經(jīng)購(gòu)買(mǎi)的書(shū)籍向你推薦書(shū)。

　　那么，如果你想更多地了解機(jī)器學(xué)習(xí)，你要怎么開(kāi)始？就我自己來(lái)說(shuō)，我初學(xué)機(jī)器學(xué)習(xí)是在哥本哈根留學(xué)時(shí)選了一門(mén)人工智能課程。那門(mén)課的老師是丹麥技術(shù)大學(xué)的一位應(yīng)用數(shù)學(xué)和計(jì)算機(jī)科學(xué)全職教授，他的研究領(lǐng)域是邏輯學(xué)和人工智能，主要側(cè)重于使用邏輯為計(jì)算機(jī)類(lèi)人行為（計(jì)劃、推理、解決問(wèn)題等）進(jìn)行建模。課堂既會(huì)討論理論和核心概念，也要自己動(dòng)手解決問(wèn)題。我們使用的教材是AI經(jīng)典書(shū)目之一：Peter Norvig的《Artificial Intelligence — A Modern Approach（人工智能——一種現(xiàn)代方法）》。我們學(xué)習(xí)了這本書(shū)的幾個(gè)主要主題，包括智能代理（agent）、通過(guò)搜索解決問(wèn)題、社會(huì)化AI、AI的哲學(xué)/社會(huì)學(xué)/未來(lái)。在課程的結(jié)尾，我所在的小組使用簡(jiǎn)單的基于搜索的代理來(lái)解決虛擬環(huán)境中的交通問(wèn)題。

　　我通過(guò)這門(mén)課程學(xué)到了很多知識(shí)，決定繼續(xù)學(xué)習(xí)這個(gè)特殊的課題。在過(guò)去幾周，我在舊金山參加了很多關(guān)于機(jī)器學(xué)習(xí)、神經(jīng)網(wǎng)絡(luò)、數(shù)據(jù)架構(gòu)的科技講座，特別是一個(gè)有很多業(yè)內(nèi)知名學(xué)者參加的機(jī)器學(xué)習(xí)會(huì)議。最重要的是，我6月初的時(shí)候在Udacity選修了一門(mén)“機(jī)器學(xué)習(xí)入門(mén)”的在線(xiàn)課程，最近剛學(xué)習(xí)完該課程。我想在這篇文章中將我在課堂上學(xué)到的最常用的機(jī)器學(xué)習(xí)算法分享給大家。